Ghost Interview
GHOST INTERVIEW #37 | O Magnata do Big Data

Basicamente, porque a gente teve que esperar o mercado perceber o Big Data como valor. Hoje em dia, eu acredito que a análise de dados é uma das habilidades que todo ser humano terá que ter se quiser sobreviver nessa próxima geração.
(Entrevista à revista Forbes em 29 de agosto de 2019)
Dados são o novo petróleo, e as pessoas estão acordando para ver isso. O analytics se tornou mainstream e a transformação digital entrou na lista de prioridades da maioria dos C’levels.
Nesse sentido, dá para entender porque estamos crescendo quase 60% ano a ano, há demanda do mercado.
(Entrevista ao Mad Money da CNBC em 4 de março de 2019)
Quase toda indústria, de bancos a varejistas, está olhando para a modelação de dados. Sugiro que quem não estiver desenvolvendo uma cultura de data a analytics em sua empresa, comece a se preocupar, porque usar bem os dados é o que vai fazer a diferença entre os ganhadores e perdedores, principalmente quando falamos de um mundo com machine learning e inteligência artificial.
(Entrevista ao podcast Bloomberg Markets em 3 de agosto de 2017)
A nossa ideia sempre foi democratizar a análise de dados. Pensar que alguns milhões de PhD em estatística vão resolver os problemas do mundo é desonesto. Nós precisaríamos de um exército de cientistas de dados para, de fato, resolver todos os problemas que dependem de dados.
De maneira geral, não há fronteiras para a ciência de dados. Todos os países e empresas têm necessidade de domar os dados, de construir processos de análise e de previsão. E isso vale para todos os segmentos também. Nossa plataforma é usada para bancos criarem modelagem de derivativos e de precificação de equity, varejistas usam para analisar supply chain, para otimizar as redes de loja e para compreender o marketing hiperlocalizado. Até os Green Bay Packers [time de futebol norte-americano que compete na NFL] utiliza o nosso software, tanto para analisar o que acontece em campo, como para entender o que ocorre nos estádios.
Aeroportos e companhias aéreas utilizam o software para prever lotação de voos e uso de combustível. Companhias de petróleo usam o programa para prever quando ou não fechar as plataformas de petróleo para reparo.
(Bate-Papo em “Fireside Chat” da H20.Ai em 5 de fevereiro de 2019)
A tendência de maneira geral é que existam tecnologias “livres de código”, que abram espaço para usuários analisarem os dados da maneira que queiram.
Ser capaz de enxergar insights que não apenas trazem prazer ao mundo pessoal e ao trabalho, mas também aumentam a eficiência operacional de seus empregadores. Vimos milhares de analistas que se conectam a este produto, eles estão vivendo em uma tabela complexa de excel ou se interessando um pouco pela codificação SQL, mas no século 21, você não deveria escrever códigos sequenciais mesmo sabendo como escrever uma sequência e você não precisa converter seu conjunto de dados em um estatístico ou em ferramentas usadas na década de 1970 como o SPSS. Os usuários querem ter suas vidas de volta; eles querem assumir o controle.
A TI fica um pouco confusa com isso porque gastou milhões de dólares ao longo dos anos nas ferramentas corporativas criadas especificamente para TI, gerenciada por TI, comprada por TI, mas a linha de negócios nunca conseguiu o que queria. Estamos vendo uma mudança radical nessa transição geracional e muito disso veio por conta de uma tecnologia como a nossa, que reduz o atrito entre homem e máquina, facilitando que as pessoas se tornem cidadãos cientistas de dados.
Eu acho que isso está mudando o trabalhador de dados da nova era, as pessoas não precisam mais frequentar os 4 anos de universidade, não é necessário ter um diploma em análise de negócios. Estamos mudando a noção de que existem apenas poucos cientistas de dados no mundo.
(…)
Eu tenho um membro do conselho que foi executivo de investimento em tecnologia bancária do Morgan Stanley. Ele começou a participar do conselho no começo de 2016, e ele falou uma coisa sobre o software para mim que eu continuo falando para as pessoas. Ele falou ‘eu entendi, Dean, você libera os analistas na linha de negócios e quer dar uma ferramenta para todo funcionário que trabalha com dados descobrir um tipo de lucro marginal’. Ele está certo, por exemplo, a Ford Motors, uma empresa de 110 anos que modernizou a indústria automobilística com os robôs disse uma vez “nós fomos dormir como um gigante industrial, e acordamos como uma empresa de análise de dados”.
(Entrevista ao site Techseen em 30 de dezembro de 2016)

Eu acredito que a ciência de dados representa a quarta revolução industrial. Estranhamente, quando estive em Dubai da última vez, me encontrei com o ministro do Interior e com o seu time, e falamos sobre dados e analytics. No final, ele disse para mim “dados são o novo petróleo”. E olha que ele entende bastante do assunto para dizer que isso é real. No final das contas, sem o Big Data, este mundo seria muito mais desafiador.
Teve um momento, há cinco anos, que você nunca poderia falar sobre algoritmos com alguém que não fosse um PhD no assunto ou estatísticos completamente imersos em TI. Hoje em dia, vejo analistas “comuns” criando modelos sofisticados de dados para fazer planejamentos importantes para suas empresas.
O enigma em volta da ciência de dados se dissipou, e não é mais sobre os caras de TI com óculos enormes em salas pequenas. Saiu das sombras. E eu acho que o mercado está mudando e continuar a mudar até a gente conseguir ver cientistas de dados trabalhando apenas em casos específicos, enquanto todos os outros funcionários vão trabalhar utilizando dados, analisando-os.
A Nike tinha um slogan antigo que dizia “se você tem um corpo, você é um atleta”. Eu digo que se você tem um cérebro, você já pode ser um cientista de dados.
(Entrevista ao site CXO Insight em 20 de maio de 2019)
A aquisição da Tableau pela Salesforce é uma validação para o mercado, confirma a importância estratégica dos dados e da transformação digital para os negócios em todo o mundo e também confirma o papel vital dos dados e da análise de dados nessa transição. Nós continuaremos a ver consolidações na indústria como essas e essa operação pode ser um indicador de mais fusões e aquisições, uma vez que as empresas estão procurando fortalecer as suas capacidades em analytics. Para a Alteryx, no entanto, nada muda, já que tanto a Salesforce quanto a Tableau são nossas parceiras há muito tempo.
(Entrevista à Forbes em 11 de junho de 2019)
Vimos um dos usuários escreveu um algoritmo para o Lego, ele tirou fotos do pai, colocou no sistema da Alteryx e criou um método de machine learning para entender quais partes de lego poderiam replicar as fotos do seu pai. Virou um “paint by numbers para Lego”, usando o Alteryx. Para mim, foi uma prova de que analytics podem ser bem divertidos.